【技术实现步骤摘要】
本专利技术涉及磁共振成像，具体涉及一种基于深度学习的磁共振图像增强系统。
技术介绍
1、近年来，低场(low field，lf)、超低场(ultra low field,ulf)磁共振成像技术引起了国内外的广泛关注。相关技术的的发展可以使磁共振成像具备开放性好、超静音、无需电磁屏蔽、小型轻型化、可移动至患者床旁等特点，在低场或超低场条件下实现包括t1加权、t2加权、液体衰减反转恢复(fluid attenuated inversion recovery，flair)和扩散加权成像(diffusion weighted imaging，dwi)等临床常见对比度的成像，为脑卒中和肿瘤诊断提供有临床价值的信息，有利于磁共振成像技术的普及。然而，低场或超低场条件下获得的磁共振成像信号较低，限制了磁共振图像的信噪比和分辨率。
2、现有技术中，已存在有针对超低场成像进行优化，从而提升图像质量的技术方案。比如，中国专利cn202111376303.x公开了一种用于低场磁共振的多对比度成像方法，包括：依次采用设定的第一射频脉冲序列和第二射频脉冲序列应用于目标成像区域；针对第一射频脉冲序列采集第一组回波信号，并针对第二射频脉冲序列采集第二组回波信号，其中第一组回波信号和第二组回波信号中均包含多个回波；对所获得的回波信号进行调制和欠采样，进而重建得到目标成像区域的多种对比度的磁共振图像。通过单次扫描过程可以生成多种对比度图像并显著缩短了图像生成的时间，增强了重建图像的清晰度。
3、但是，在实际实施过程中，专利技术人发现，该类
技术实现思路
1、针对现有技术中存在的上述问题，现提供一种基于深度学习的磁共振图像增强系统。
2、具体技术方案如下：
3、一种基于深度学习的磁共振图像增强系统，包括：
4、训练集生成模块，所述训练集生成模块分别采集成对的高场磁共振图像和低场磁共振图像，并基于所述高场磁共振图像和所述低场磁共振图像构建训练集；
5、训练模块，所述训练模块连接所述训练集生成模块，所述训练模块采用所述训练集对图像增强模型进行训练后输出；
6、所述图像增强模型的输入数据为所述低场磁共振图像，输出数据为所述高场磁共振图像；
7、图像处理模块，所述图像处理模块连接所述训练模块，所述图像处理模块针对输入的实际采集图像采用所述图像增强模型进行处理后得到增强图像并输出。
8、另一方面，所述训练集生成模块包括：
9、扫描模块，所述扫描模块分别连接外部的第一磁共振系统和第二磁共振系统，所述扫描模块对患者分别采用所述第一磁共振系统采集所述高场磁共振图像，以及，采用所述第二磁共振系统采集所述低场磁共振图像；
10、配准模块，所述配准模块连接所述扫描模块，所述配准模块对所述高场磁共振图像和所述低场磁共振图像进行配准得到成对的配准图像；。
11、训练集添加模块，所述训练集添加模块连接所述配准模块，所述训练集添加模块将所述配准图像添加至所述训练集中。
12、另一方面，所述配准模块包括：
13、特征点获取模块，所述特征点获取模块对所述高场磁共振图像和所述低场磁共振图像分别采集特征点对；
14、变换矩阵生成模块，所述变换矩阵生成模块连接所述特征点获取模块，所述变换矩阵生成模块依照所述特征点对生成由刚体变换或者仿射变换参数构成的变换矩阵；
15、配准处理模块，所述配准处理模块连接所述变换矩阵生成模块，所述配准处理模块依照所述变换矩阵对所述高场磁共振图像和所述低场磁共振图像进行配准后输出；鉴于高场磁共振图像可以获得的空间分辨率往往高于低场磁共振图像，利用所述变换矩阵，从扫描获得的高场磁共振图像进行重新插值获得与低场磁共振图像扫描方位和空间分辨率一致的预处理高场磁共振图像。
16、另一方面，所述图像增强模块包括：
17、输入层，所述输入层接收输入的所述低场磁共振图像；
18、编码器，所述编码器连接所述输入层，所述编码器接收所述低场磁共振图像，并对所述低场磁共振图像提取特征；
19、解码器，所述解码器连接所述编码器，所述解码器对所述特征进行还原以得到所述预处理的高场磁共振图像；
20、特征恢复模块，所述特征恢复模块的输入端连接所述编码器，所述特征恢复模块的输出端连接所述解码器。
21、另一方面，编码器包括：
22、第一降维节点，所述第一降维节点将所述低场磁共振图像作为第一原始特征向所述特征恢复模块输出；
23、第一跨步卷积层，所述第一跨步卷积层对所述低场磁共振图像进行处理得到第一特征图；
24、第二跨步卷积层，所述第二跨步卷积层对所述第一特征图进行处理得到第二特征图；
25、第二降维节点，所述第二降维节点将所述第二特征图作为所述第二原始特征向所述特征恢复模块输出；
26、第三跨步卷积层，所述第三跨步卷积层对所述第二特征图进行处理得到第三特征图；
27、第四跨步卷积层，所述第四跨步卷积层对所述第三特征图进行处理得到第四特征图；
28、第三降维节点，所述第三降维节点将所述第四特征图作为第三原始特征向所述特征恢复模块输出；
29、第五跨步卷积层，所述第五跨步卷积层对所述第四特征图进行处理得到第五特征图；
30、第六跨步卷积层，所述第六跨步卷积层对所述第五特征图进行处理得到第六特征图；
31、第七跨步卷积层，所述第七跨步卷积层对所述第六特征图进行处理得到第七特征图。
32、另一方面，所述解码器包括：
33、第一转置卷积层，所述第一转置卷积层对所述第七特征图进行处理得到第一恢复图像；
34、第一升维节点，所述第一升维节点接收所述第三原始特征；
35、第二转置卷积层，所述第二转置卷积层依照所述第三原始特征和所述第一恢复图像进行处理得到第二恢复图像；
36、第三转置卷积层，所述第三转置卷积层对所述第二恢复图像进行处理得到第三恢复图像；
37、第二升维节点，所述第二升维节点接收所述第二原始特征；
38、第四转置卷积层，所述第四转置卷积层依照所述第二原始特征和所述第三恢复图像进行处理得到第四恢复图像；
39、第五转置卷积层，所述第五转置卷积层对所述第四恢复图像进行处理得到第五恢复图像；
40、第三升维节点，所述第三升维节点接收第三原始特征；
41、第六转置卷积层，所述第六转置卷积层依照所述第三原始特征和所述第五恢复图像生成所述高场磁共振图像。
42、另一方面，所述编码器和所述解码器中，在每一次插本文档来自技高网...
【技术保护点】
1.一种基于深度学习的磁共振图像增强系统，其特征在于，包括：
2.根据权利要求1所述的磁共振图像增强系统，其特征在于，所述训练集生成模块包括：
3.根据权利要求2所述的磁共振图像增强系统，其特征在于，所述配准模块包括：
4.根据权利要求1所述的磁共振图像增强系统，其特征在于，所述图像增强模块包括：
5.根据权利要求4所述的磁共振图像增强系统，其特征在于，编码器包括：
6.根据权利要求5所述的磁共振图像增强系统，其特征在于，所述解码器包括：
7.根据权利要求4所述的磁共振图像增强系统，其特征在于，所述编码器和所述解码器中，在每一次插值或还原处理后，均将图像输入至带泄露修正线性单元中进行处理。
8.根据权利要求1所述的磁共振图像增强系统，其特征在于，所述低场磁共振图像和所述高场磁共振图像为复数图像。
【技术特征摘要】
1.一种基于深度学习的磁共振图像增强系统，其特征在于，包括：
2.根据权利要求1所述的磁共振图像增强系统，其特征在于，所述训练集生成模块包括：
3.根据权利要求2所述的磁共振图像增强系统，其特征在于，所述配准模块包括：
4.根据权利要求1所述的磁共振图像增强系统，其特征在于，所述图像增强模块包括：
5.根据权利要求4所述的磁共振图像增强系统，其...
【专利技术属性】
技术研发人员：肖林芳，朱瑞星，请求不公布姓名，
申请(专利权)人：杭州微影医疗科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。